2020.10.13

엔비디아, ‘클라라 연합학습’으로 AI 모델 구축…“코로나19 환자의 산소 요구량 예측”

편집부 | ITWorld
엔비디아(www.nvidia.co.kr)는 매사추세츠 제너럴 브리검 병원과 클라라 연합학습(Clara federated learning)을 기반으로 코로나19 초기 검사만으로 산소 보충이 필요한지 판단하는 AI 모델을 개발했다고 밝혔다.

이번 모델을 개발하기 위해 엔비디아와 매사추세츠 제너럴 브리검 병원은 전 세계 20개 병원과 손잡고 가장 방대하고 다양한 연합학습 이니셔티브인 ‘EXAM(EMR CXR AI Model)’을 시작했다.



이번 이니셔티브가 시작된 지 불과 2주 만에 연구진은 곡선하면적(AUC)이 .94(AUC 목표값 1.0)인 모델을 생성해 신규 환자가 필요로 하는 산소 농도에 대해 우수한 예측 결과를 도출했다. 해당 연합학습 모델은 엔비디아 GPU 클라우드(NVIDIA GPU Cloud, NGC)에서 구동되는 엔비디아 클라라(Clara)의 일환으로 향후 수 주 안에 출시될 예정이다.

엔비디아 클라라 연합학습 프레임워크를 통해 각 병원 연구진들은 흉부 엑스레이, 환자 활력징후(vital) 및 실험실 값을 활용해 로컬 모델을 훈련시켰다. 또한, 연합학습이라 불리는 개인정보 보호 기법을 사용하여 모델 가중치의 하위 집합만 글로벌 모델과 공유할 수 있었다.



이 모델의 궁극적인 목표는 응급실에 들어오는 사람이 산소 보충을 필요로 할 가능성을 예측하는 것으로, 의사들이 중환자실 배치를 포함해 환자에 대한 적절한 치료 수준을 결정하는 데 도움을 줄 수 있다.

매사추세츠 제너럴 브리검 병원에서 AI 개발 및 구축을 총괄하는 이타이 다얀 박사는 엔비디아와 함께 EXAM 이니셔티브를 공동 주도하고, 연합학습 훈련의 출발점으로 CORISK 모델을 활용하도록 도모했다. CORISK는 의료 영상과 건강 기록을 결합한 모델로, 많은 국가에서 코로나19 2차 유행으로 인한 환자가 발생할 수 있는 상황에서 의료진이 환자 입원을 보다 효과적으로 관리하도록 돕기 위해 개발됐다.

매사추세츠 제너럴 브리검 병원 및 부속 병원 외에도 ▲한국 경북대병원 ▲워싱턴 DC 국립아동병원 ▲NIHR 캠브리지 생물의학연구센터 ▲도쿄 자위대 중앙병원 ▲국립대만대 MeDA 연구소 ▲MAHC 및 대만 국민건강보험청 ▲태국 쭐랄롱꼰대 의과대학 ▲브라질 DASA 임상검사센터 ▲샌프란시스코 캘리포니아대학 등이 엔비디아 클라라를 활용해 로컬 모델을 훈련시키고, EXAM 이니셔티브에 참여했다. 

각 기관은 환자 흉부 엑스레이와 기타 민감한 정보를 한 곳에 모으는 대신 데이터를 위해 안전한 사내 서버를 사용한다. 아마존웹서비스(AWS) 기반의 별도 서버가 글로벌 심층신경망(DNN)을 보유하고 있으며, 각 참여 병원에는 자체 데이터셋으로 훈련할 수 있도록 모델 복사본이 제공된다.

한편, 약물 발견을 개선하고 AI의 혜택을 현장진단(Point of Care)에 활용하기 위한 대규모 연합학습 프로젝트도 진행 중이다. editor@itworld.co.kr


2020.10.13

엔비디아, ‘클라라 연합학습’으로 AI 모델 구축…“코로나19 환자의 산소 요구량 예측”

편집부 | ITWorld
엔비디아(www.nvidia.co.kr)는 매사추세츠 제너럴 브리검 병원과 클라라 연합학습(Clara federated learning)을 기반으로 코로나19 초기 검사만으로 산소 보충이 필요한지 판단하는 AI 모델을 개발했다고 밝혔다.

이번 모델을 개발하기 위해 엔비디아와 매사추세츠 제너럴 브리검 병원은 전 세계 20개 병원과 손잡고 가장 방대하고 다양한 연합학습 이니셔티브인 ‘EXAM(EMR CXR AI Model)’을 시작했다.



이번 이니셔티브가 시작된 지 불과 2주 만에 연구진은 곡선하면적(AUC)이 .94(AUC 목표값 1.0)인 모델을 생성해 신규 환자가 필요로 하는 산소 농도에 대해 우수한 예측 결과를 도출했다. 해당 연합학습 모델은 엔비디아 GPU 클라우드(NVIDIA GPU Cloud, NGC)에서 구동되는 엔비디아 클라라(Clara)의 일환으로 향후 수 주 안에 출시될 예정이다.

엔비디아 클라라 연합학습 프레임워크를 통해 각 병원 연구진들은 흉부 엑스레이, 환자 활력징후(vital) 및 실험실 값을 활용해 로컬 모델을 훈련시켰다. 또한, 연합학습이라 불리는 개인정보 보호 기법을 사용하여 모델 가중치의 하위 집합만 글로벌 모델과 공유할 수 있었다.



이 모델의 궁극적인 목표는 응급실에 들어오는 사람이 산소 보충을 필요로 할 가능성을 예측하는 것으로, 의사들이 중환자실 배치를 포함해 환자에 대한 적절한 치료 수준을 결정하는 데 도움을 줄 수 있다.

매사추세츠 제너럴 브리검 병원에서 AI 개발 및 구축을 총괄하는 이타이 다얀 박사는 엔비디아와 함께 EXAM 이니셔티브를 공동 주도하고, 연합학습 훈련의 출발점으로 CORISK 모델을 활용하도록 도모했다. CORISK는 의료 영상과 건강 기록을 결합한 모델로, 많은 국가에서 코로나19 2차 유행으로 인한 환자가 발생할 수 있는 상황에서 의료진이 환자 입원을 보다 효과적으로 관리하도록 돕기 위해 개발됐다.

매사추세츠 제너럴 브리검 병원 및 부속 병원 외에도 ▲한국 경북대병원 ▲워싱턴 DC 국립아동병원 ▲NIHR 캠브리지 생물의학연구센터 ▲도쿄 자위대 중앙병원 ▲국립대만대 MeDA 연구소 ▲MAHC 및 대만 국민건강보험청 ▲태국 쭐랄롱꼰대 의과대학 ▲브라질 DASA 임상검사센터 ▲샌프란시스코 캘리포니아대학 등이 엔비디아 클라라를 활용해 로컬 모델을 훈련시키고, EXAM 이니셔티브에 참여했다. 

각 기관은 환자 흉부 엑스레이와 기타 민감한 정보를 한 곳에 모으는 대신 데이터를 위해 안전한 사내 서버를 사용한다. 아마존웹서비스(AWS) 기반의 별도 서버가 글로벌 심층신경망(DNN)을 보유하고 있으며, 각 참여 병원에는 자체 데이터셋으로 훈련할 수 있도록 모델 복사본이 제공된다.

한편, 약물 발견을 개선하고 AI의 혜택을 현장진단(Point of Care)에 활용하기 위한 대규모 연합학습 프로젝트도 진행 중이다. editor@itworld.co.kr


X